re库

re库

即正则表达式

主要⽤re.search(expression,text)

1.字符

# \d == [0-9]，数字或空字符串
# \D == [^0-9]
# \w == [a-zA-Z0-9_]，1个字符或_，可以匹配汉字，不匹配标点
# \W == [^a-zA-Z0-9_]
# \s 空白，即空格，tab
# \S 非空白
# . 任意一个字符，除了\n
# [] 列举的任意1个字符
# [^] 反列举任意一个字符，注意[^]也会占一个位置

2.数量符

#可与\d,\w等一起用，出现表示包括自己共有
# * 前一个字符出现0次或多次
# + 前一个字符出现1次或多次
# ? 前一个字符出现0或1次
# {m} 前一个字符出现m次
# {m.} 前一个字符至少出现m次
# {m,n} 前一个字符出现m到n次

3.边界符

# ^ 表示匹配字符串开头，放到最前面，注意与[^]反列举的区别。在match中，因为match是从左
# $ 匹配字符串结尾，放到最末尾
# \b 匹配一个单词的边界，即空格，标点或一行的顶头，注意只表示在边界，匹配时正则里还要写
# \B 匹配非单词边界

4.匹配分组

# | 表达或的关系，匹配 | 左右任意一个表达式或 exp0(exp1|exp2|exp3)exp4，匹配括号内
# (ab) 将括号中字符作为一个分组,从字符串中提取特定部分
# \n 引用第n个分组所匹配到的字符串
# (?P<name>) 分组起别名，防止括号过多出错，正则表达式写到<>后，引用时用(?P=name)
# (?P=name) 引用别名为name的分组匹配到的字符串

5.贪婪模式

# 所有语言的正则表达式的 * + ? {m,n} 都默认贪婪模式
# s = "<p>大数据，数理统计，sklearn，高性能。</p>
# <p>推荐算法、数据统计、接口</p>
# <p>1、后台服务器，一年以上python开发经验</p>
# <p>2、掌握http协议、熟悉MVC、MVM等命令</p>
# "
# print(re.sub(r"<.+>", "", s))#用.+表示尖括号里所有内容，输出内容会只剩下\n\n\n
# print(re.sub(r"<\w+>", "", s))
#贪婪就是只要能符合规则，就尽可能多的匹配，可以是.的都先认为是.
#匹配到 < 时开始，找到 > 时并不停止，而认为是 . 直到找到一行的最后一个非 . 内容\n
#而\n前又恰好是 > ，所以它默认最后一个 > 是 > ，前面的 > 是 .
# 在* ? + {m,n}后面加上 ? 可以关闭贪婪模式，表示要求数量符匹配到的越少越好
# s = "This is a number 234-235-423"
# print(re.match(r"(.+)(\d+-\d+-\d+)", s).groups()) #在贪婪模式下，会把23匹配到
# print(re.match(r"(.+?)(\d+-\d+-\d+)", s).groups())